基于Pythagorean模糊语言集多属性群决策方法

为了解决直觉语言集不能够处理隶属于与非隶属于语言值的程度之和大于1的情况,提出了Pythagorean模糊语言集。针对Pythagorean模糊语言信息的集成问题,定义了Pythagorean模糊语言数的运算法则及其得分函数、精确函数,提出了Pythagorean模糊语言加权平均(PFLWA)算子、Pythagorean模糊语言有序加权平均(PFLOWA)算子、Pythagorean模糊语言混合平均(PFLHA)算子,并讨论了相应的性质。然后基于组合权重的PFLWA算子与拓展的TOPSIS,提出了两种多属性群决策方法。最后通过实例验证了该方法的有效性。

基于改进的Pythagorean模糊语言集的可持续实验室评价方法

随着化学、电子、计算机等学科教育不断发展,大中学校以及科研单位实验室的环境污染问题逐渐呈现出来。注意到目前我国可持续发展的重点多集中于工业企业,本文首次将可持续发展的概念引入到实验室管理中。作为可持续发展的三大支柱,经济、环境、社会之间不可避免的存在矛盾与冲突,三者之间的交互又进一步加剧了评价的复杂性。Pythagorean模糊语言集对复杂性、冲突性具有强大的描述能力。但研究发现现有的Pythagorean模糊语言集存在一定缺陷,本文提出了改进的Pythagorean模糊语言集并基于新概念给出了一种改进的综合可持续实验室评价方法。实例验证了新方法的有效性和可行性。

基于多粒度犹豫模糊语言术语集的TOPSIS决策方法研究

为了解决在实际决策时,由于知识背景不同决策者采用不同粒度语言术语集来表达而导致决策结果不准确的问题,本文提出了一种基于多粒度犹豫模糊语言术语集的逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)决策方法。首先选用各术语集中的最大粒度作为标准粒度,通过转换算法将每个决策者的语言术语集转换到同一标准粒度下进行集结,得出相应的隶属度语言术语集;然后结合TOPSIS方法,计算每个备选方案与正、负理想点距离,以相对贴近度的大小排序实现最优方案的选择;最后,通过一个实例,验证该方法的可行性和优越性。本文所提方法可应用于最优方案的选择问题中,提升决策结果准确度。

犹豫Pythagorean模糊语言优先级集结算子及应用

基于犹豫Pythagorean模糊集、直觉模糊语言集和优先级算子研究了属性存在优先级关系的犹豫Pythagorean模糊语言多属性决策问题。定义犹豫Pythagorean模糊语言集,提出犹豫Pythagorean模糊语言数的运算法则、得分函数及其精确函数;根据犹豫Pythagorean模糊语言集和优先级算子提出犹豫Pythagorean模糊语言优先级集结算子;根据犹豫Pythagorean模糊语言优先级集结算子构建能够解决属性存在优先级关系的多属性决策模型,并通过案例验证了该模型的有效性。

基于直觉模糊语言集的直播带货窗口选择方法

商家利用职业直播带货主播推销产品已经成为当下最为火热的销售形式,本文利用基于直觉模糊语言集的群体多属性决策方法,为商家选择最优直播带货窗口提供了理论指导。在群体多属性决策方法的制定中,本文利用将语言变量转化为直觉模糊数的方式,对语言文本进行转化处理。分别考虑决策者与专家风险偏好的拟合程度,提出了一种将专家主观权重和客观权重相结合的专家权重确定方式。在对权重与直觉模糊集进行集合时,提出了一种全新的直觉模糊幂混合平均算子(IFPHA),并优化了集合过程中排序使用的得分函数。最后,采用topsis法,并结合改进的直觉模糊数相似度计算公式对最终方案进行了比较,选出最适合风险偏好中等商家的带货直播窗口。

基于云模型的Pythagorean模糊语言多属性决策方法

针对专家给出的属性值为Pythagorean模糊语言且专家权重与属性权重均未知的多属性决策问题进行了研究,提出一种基于云模型的多属性决策方法。首先,根据Pythagorean模糊语言决策信息的距离熵计算得到属性权重;其次,计算决策矩阵间的距离从而得到各决策专家权重;再次,构建Pythagorean模糊云模型决策矩阵并利用专家权重和属性权重进行信息集结;最后,基于TOPSIS方法求取正、负理想解,依据理想解计算各方案贴近度并据此对各备选方案进行排序选择。案例分析表明,该方法优化了复杂环境下的决策,避免了决策信息的丢失,能够较好地解决决策信息的不确定性和决策过程的随机性,具有一定的可行性和有效性。

Pythagorean三角模糊语言Hamacher集结算子及其应用

在Pythagorean模糊集和Hamacher集结算子基础上,研究了Pythagorean三角模糊语言环境下的Hamacher集成算子问题。首先给出了Pythagorean三角模糊语言的定义、运算规则、得分函数、精确函数;其次,介绍了一系列关于Pythagorean三角模糊语言Hamacher集结算子,比如Pythagorean三角模糊语言Hamacher加权平均算子(PTrFLHWA)、Pythagorean三角模糊语言Hamacher加权几何平均算子(PTrFLHWG)等,并研究其具有的性质;之后,提出了两种决策方法来解决Pythagorean三角模糊语言信息环境下的多属性群决策问题;最后,用示例验证所给方法的有效性。

Pythagorean梯形模糊语言集结算子及其应用

为了解决Pythagorean模糊语言集不能处理梯形模糊信息环境下的多属性群决策问题,本文基于Pythagorean模糊语言集的定义,提出了一类新的模糊集——-Pythagorean梯形模糊语言集,并给出了相应的运算规则、得分函数和大小比较原则;之后,定义了Pythagorean梯形模糊语言加权算术平均算子,并给出了具体的表达形式;最后,以某个企业需要选择绿色供应商为实例,验证了Pythagorean梯形模糊语言加权算术平均算子在多属性群决策问题中的实用性和可行性。

基于集对分析和直觉模糊集的语言型多属性群决策方法

针对语言型多属性群决策问题进行了研究,提出基于集对分析的直觉模糊群决策方法。首先给出语言信息与直觉模糊值的转换方法;分析集对分析的思想与直觉模糊集思想的兼容性,通过集对分析的方法求解出方案对于单个属性和所有属性的联系度表达式;最后通过一个排序公式对方案进行排序,并得出最优方案。算例证实了该方法的有效性。

基于Pythagorean模糊语言相似测度的模式识别方法

文章提出了一种基于新的Pythagorean模糊语言相似测度的模式识别方法。首先定义了一种新的Pythagorean模糊语言相似测度,讨论其优良性质,接着提出基于新的Pythagorean测度的模式识别方法,最后通过医疗诊断模式识别案例验证新方法的可行性和有效性。

基于犹豫模糊语言术语集和粒子群优化算法的产品造型设计感性评价方法

产品造型感性评价反映了用户的意象感知,具有模糊性与不确定性,用户常难以准确描述其感性偏好而表现出犹豫。针对该问题,引入犹豫模糊语言术语集(HFLTSs)描述用户感性评价,基于其数学算子构建犹豫模糊语言共识模型以测度用户认知一致性程度,借助粒子群优化算法(PSO)实现非共识条件下用户评价矩阵的优化与共识达成,通过逼近理想解排序法对产品造型方案进行优劣排序,提出了基于HFLTSs和PSO的产品造型设计感性评价流程。以汽车充电桩造型方案感性评价为例,验证了HFLTSs有助于解决用户感性认知的不确定问题,结合PSO能够提高犹豫模糊语言评价的一致性,从而提升产品造型感性评价质量。

基于相对熵的不确定语言模糊软集多属性群决策方法

针对决策者权重未知、方案和属性权重信息以不确定语言模糊软集给出的多属性群决策问题,文章建立了基于相对熵的不确定语言模糊软集群决策方法。通过建立偏差最小的目标规划模型确定属性权重,并引用信息论中的相对熵确定不确定语言模糊软集各决策方案的距离,计算方案的贴近度进行排序。最后通过实例分析,验证了在其他方法无法区分方案的情况下,此方法具有更高的区分度和辨识度。

基于模糊训练集的领域相关统计语言模型

统计语言模型在语音识别中具有重要作用 .对于特定领域的识别系统来说 ,主题相关的语言模型效果远远优于领域无关的语言模型 .传统方法在建立领域相关的语言模型时通常会遇到两个问题 ,一个是领域相关的语料不像普通语料那样充分 ,另一个是一篇特定的文章往往与好几个主题相关 ,而在模型的训练过程中 ,这种现象没有得到充分的考虑 .为解决这两个问题 ,提出了一种新的领域相关训练语料的组织方法——基于模糊训练集的组织方法 ,领域相关的语言模型就建立在模糊训练集的基础上 .同时 ,为了增强模型的预测能力 ,将自组织学习引入到模型的训练过程中 。

犹豫模糊语言术语集中考虑专家权重的决策方法

在将犹豫模糊语言术语转换为区间数的条件下设置了两种多属性决策算法.在算法一中,先对属性信息数据(犹豫模糊数,HFN)与属性的理想属性值进行测度,在此基础上定义了犹豫模糊元(HFE)几何距离函数与离差程度函数;然后在考虑HFE几何距离与离差程度基础上计算属性权重;最后计算HFE的加权综合值,并利用Maclaurin对称平均算子集结HFE的加权综合值.在算法二中,先将由区间数值构成的HFN的隶属度与之对应的决策专家权重数乘结果作为HFE的有效值;然后采用区间数熵值法确定属性权重;最后,计算HFE的综合值并对不同方案在相同属性上的综合值进行测度,并通过统计测度结果来达到排序方案目的 .用数值算例对两种算法进行验证分析,结果表明决策算法科学、有效.

基于犹豫模糊语言决策信息的被执行人聚类算法

针对法院“执行难”现状,将模糊聚类分析方法应用于司法执行领域,聚类的数据类型拓展为犹豫模糊语言信息,构建了一套完整的被执行人隐匿财产行为评估体系。通过估测被执行人隐匿财产的量化概率,为执行法官确定查控重点提供了决策支持。对当前的犹豫模糊语言距离测度存在的局限性进行了分析,给出了犹豫模糊语言犹豫度的定义和新的犹豫模糊语言距离计算方法。采用离差最大化思想确定最优属性权重,提出了一种基于离差最大化的犹豫模糊语言凝聚式层次聚类算法。犹豫模糊语言决策信息环境下的被执行人聚类分析算例验证了评估体系和聚类算法的有效性。

广义概率对偶犹豫模糊语言幂集结算子在多属性决策中的应用

在对偶犹豫模糊语言集、概率对偶犹豫模糊集和广义幂集结算子的基础上,研究了在概率对偶犹豫模糊语言环境下的广义幂集结算子问题。首先,给出了概率对偶犹豫模糊语言集的定义、运算规则、得分函数、精确函数、距离测度、熵。然后,定义了广义概率对偶犹豫模糊语言幂集结算子,并研究其具有的性质。其次,提出了一种决策方法来解决集结数据之间存在相互关系的概率对偶犹豫模糊语言多属性决策问题。最后,结合相关案例验证了该方法的有效性和可行性。

基于双边犹豫模糊非均衡语言优先集成算子的应急响应预案评估方法

在应用多属性决策理论求解应急响应预案评估问题时,问题结构的复杂性往往使决策者评价信息存在高度不确定性且属性相对重要性仅能以优先级关系来表征。为此,本文首先提出了双边犹豫模糊非均衡语言集这种新型信息形式以使决策者能够灵活有效的表征复杂评价信息,并定义了运算法则、熵和距离测度;其次,基于熵测度开发了双边犹豫模糊非均衡语言优先加权集成算子,并构建了能够考虑属性优先关系的多属性决策方法;进一步针对属性相对重要性不能由定性分析获得的情况,设计了客观权重确定方法,并构建了另一种更具实际灵活性的VIKOR决策方法;最后,实例研究表明了方法的有效性与优势。

Frank算子在广义正交梯形模糊语言环境下的应用

基于广义正交梯形模糊语言变量及Frank T模和S模,定义了广义正交梯形模糊语言环境下的Frank T模和S模的运算规则。同时,给出了广义正交梯形模糊语言Frank加权算术平均算子、加权几何平均算子的具体表达形式,并证明了算子具有幂等性、有界性、单调性等性质。之后,将这些算子应用于属性权重已知且属性值以广义正交梯形模糊语言变量形式给出的多属性群决策问题中。最后,提出了两种不同的决策方法来处理多属性决策问题,并通过具体的示例验证了文中所提方法的正确性和可行性。

基于分离优势覆盖集的Pythagorean模糊决策信息系统的属性约简

讨论了基于分离优势覆盖集的Pythagorean模糊决策信息系统的属性约简问题.首先基于优势关系,在Pythagorean模糊决策信息系统中给出了优势覆盖集、分离优势覆盖集、D分离优势覆盖集等概念.进而利用分离优势覆盖集、D分离优势覆盖集对Pythagorean模糊决策信息系统进行约简.最后,将提出的约简算法与其他约简算法进行比较,验证了所提出算法的有效性和优越性.